En 2157, un asteroide mayor que los que suelen atravesar nuestro cielo pasará muy cerca y posiblemente impacte contra la Tierra. La NASA necesita vigilar el cielo para anticiparse a posibles amenazas. La cantidad de información necesaria para controlar el caos del espacio más cercano es tan brutal que hace falta entrenar máquinas para que observen y piensen por sí mismas. Gema Parreño, una arquitecta española, ha programado una cabeza pensante que escruta el firmamento como nadie.
No es seguro que esta mole de piedra vaya a colisionar contra nosotros. Los meteoritos cambian, y en comprender los cambios reside precisamente el valor añadido que aporta la herramienta de Parreño que, además, ha sido reconocida por la NASA. «Las predicciones te dan una idea de cómo pueden pasar las cosas, te pueden decir que va a impactar con una probabilidad del 92%; al final, las redes neuronales siempre dejan un margen de error», explica a Yorokobu.
La posibilidad de equivocarse forma parte de cualquier cerebro, humano o artificial. Por eso un aspecto importante de la construcción de la inteligencia artificial es la búsqueda de precisión: «En el diseño técnico de las redes neuronales hay una parte que solo son optimizadores para que aprendan mejor».
La plataforma de Parreño se llama Deep Asteroid y ha sido configurada mediante TensorFlow, un sistema para procesar datos y crear redes neuronales desarrollado por Google. Parreño usa una metáfora culinaria para explicar cómo funciona una red neuronal. «Es como un pastel porque se trata de un proceso multicapa: cada capa tiene un carácter o una manera de comportarse».
Pone el ejemplo de cómo la inteligencia artificial consigue identificar un gato en una imagen. «En la primera capa pongo fotos de todo el cuerpo del gato, en la siguiente sigo incluyendo fotos de gatos, pero solo de la cara, y en la última añado la textura de su piel: el pastel funciona de lo más genérico a lo más particular».
El resultado es que ante una foto de un tigre pequeño, la máquina inducirá que, como los ojos no son de gato, el animal de la imagen no es un gato. Parece simple, pero «la idea es que vaya comprendiendo varios conceptos para tomar una decisión».
Partiendo de esa acumulación de capas, Parreño ha esculpido su vigilante espacial. Lo primero es cribar. Existen cuatro grupos de asteroides. «Los que interesan son los atón y los apolo porque tienen posibilidad de impactar contra la Tierra». Sin embargo, la utilidad de predecir órbitas no solo interesa porque ofrece la posibilidad de tratar de evitar una catástrofe.
«No solo es importante el que puede romper la Luna o subir el nivel del mar en Ámsterdam, también lo son las pequeñas lluvias de meteoritos que pueden aportar valor a la ciencia. A la NASA le interesa ver que en una isla del Pacífico Sur va a haber una caída de asteroides para analizar, por ejemplo, polvo astral procedente de Marte que los meteoritos han recogido en su trayectoria», señala.
Parreño ha adiestrado sus redes neuronales para incorporar y comprender los cambios. Cada vez que un instituto astronómico ve un asteroide se le atribuye un nombre y una clasificación. Más tarde, aunque las características de la piedra varíen su clasificación, el nombre se mantiene.
Ese sencillo paso, asumir que la etiqueta no condiciona para siempre un objeto concreto, o sea, que las cosas cambian por dentro sin cambiar de cara, ha sido la habilidad con que la joven arquitecta ha conseguido adiestrar a su red neuronal.
«Nosotros metemos en la primera capa los asteroides nombrados, en la segunda esos asteroides con las características concretas». Si de pronto hay un cambio de color o de velocidad, la red pensará que es un error, condicionada por la primera capa; en cambio, ella enseña «al programa que no lo es, sino que el asteroide ha cambiado».
Parreño ahora trabaja como científica de datos para uno de los grandes bancos españoles. Sin embargo, su formación ha seguido unos cauces diferentes. Es arquitecta y trabajó como animadora 3D para videojuegos. Aprendió a programar «por empatía», para comprender a los programadores que trabajaban con ella. Entonces se encontró con el machine learning y se enamoró: «Era una forma de volver a la arquitectura, está muy conectado; la arquitectura es darle estructura al espacio y la inteligencia artificial, dársela a los datos».
«Tengo el mejor trabajo del mundo». Parreño vive entusiasmada. Se toma la inteligencia artificial como un juego. La genialidad suele beber del impulso lúdico. Ahora, está elaborando un programa a través de bases de datos sobre Juego de tronos para predecir la muerte del siguiente personaje. «Busqué una correlación entre lo popular que eres y las posibilidades que tienes de morir en la serie». Estudió los datos de más de 2.000 personajes para descubrir que, en realidad, según la aplicación, los personajes más populares no mueren más que los secundarios.
¿Puede, entonces, llegar a predecirse la creatividad de un narrador o un artista? La arquitecta explica que pueden «establecerse hipótesis para predecir», pero que la conciencia de su propia obra que tienen los creadores les conduce a huir de lo previsible. «Además, en la inteligencia artificial también existe la estocástica, el azar; las anomalías están ahí y eso es bueno porque significa que el camino no está escrito».
